RAG (Retrieval-Augmented Generation)
RAG — архитектура, где LLM сначала ищет релевантные фрагменты в базе знаний, а затем отвечает по ним. Разбираем этапы, пример, пользу и ограничения.
Открыть →Глоссарий ИИ
Короткие и проверяемые определения терминов.
ReAct (reasoning + acting)
ReAct — паттерн агентной работы LLM, где модель чередует рассуждение и вызовы инструментов, чтобы отвечать по актуальным данным, а не только по памяти.
Открыть →Reasoning-модели
Reasoning-модели — LLM для многошаговых задач: анализа, планирования, кода и проверки условий. Разбираем, как они работают, когда полезны и где не подходят.
Открыть →Red teaming ИИ: проверка модели на опасные сценарии
Red teaming ИИ — это целенаправленная проверка модели и всей ИИ-системы на jailbreak, утечки, токсичность и злоупотребление инструментами.
Открыть →RLHF (обучение с обратной связью от человека)
RLHF — способ постобучения моделей по человеческим предпочтениям. Разбираем схему, пользу, ограничения и практический пример для продуктовых команд.
Открыть →